如何对 MultiIndexed Datarfame 中一个索引大于 X 的所有值求和，对其他索引进行分组？

Question

我正在尝试做与post 中描述的完全相同的事情，但使用的是 MultiIndexed Pandas DataFrame。我一直在尝试调整其他帖子的答案，以便它可以与我的 DataFrame 一起使用，但没有任何运气。

目前我有以下 DataFrame，其中 target、wt 和 ms 在索引中：

                percent
target  wt  ms  
g1      2   1   2
            2   5
            ... ...
            620 0.003
            630 0.005
... ... ... ... ... 
g9      8   1   4
            2   8
            ... ...
            470 0.005
            480 0.004

我需要将 ms 的范围限制为某个数字，例如 12，然后将 percent 列中的值相加，其中 ms>12 分组在索引 target 和 wt 上。

我想要的结果是这样的：

                percent
target  wt  ms  
g1      2   1   2
            2   5
            ... ...
            >12 5.4
... ... ... ... ... 
g9      8   1   4
            2   8
            ... ...
            >12 7.3

我该怎么做？

Answer 1

首先按级别ms 和get_level_values 创建布尔掩码，然后按标量进行比较。然后按boolean indexing 和sum 每前两个级别过滤行。它失去了ms的等级，所以加上assign和set_index。

最后由concat 连接在一起，并通过~ 和sort_index 过滤带有反转掩码的行：

mask = df.index.get_level_values('ms') > 12
df1 = df[mask].sum(level=[0,1]).assign(ms='>12').set_index('ms', append=True)

df = pd.concat([df[~mask], df1]).sort_index()
print (df)
               percent
target wt ms          
g1     2  1      2.000
          2      5.000
          >12    0.008
g9     8  1      4.000
          2      8.000
          >12    0.009